3 نتیجه برای Response Surface Methodology
، ،
جلد 20، شماره 4 - ( 12-1388 )
چکیده
در این مقاله، روشی برای بهینه سازی فرآیند با چند سطح پاسخ به وسیله شبکه های عصبی پیشنهاد می شود که در آن از مفهوم مطلوبیت مقدار هر متغیر پاسخ جهت پیش بینی استفاده می کند. در این پژوهش شبکه پس انتشار پیش خور با دو لایه پنهان استفاده می شود. تعداد نرونهای لایه پنهان با استفاده از معیار میانگین مربع خطا برای داده های آموزش و تست تعیین می گردد. تعداد نرون های لایه اول برابر تعداد فاکتورها و تعداد نرونهای لایه آخر برابر تعداد سطوح پاسخ می باشند. پس از آموزش شبکه، مرحله پیش بینی با دادن سطوح مختلف به فاکتورها برای محاسبه مطلوبیت آزمایشهای مختلف به شبکه انجام می شود. در مرحله بعد مقادیر مطلوبیت کل محاسبه می گردد. آنگاه ترکیبی به عنوان بهینه انتخاب می شود که دارای بیشترین مطلوبیت کل باشد. در انتها برای نشان دادن قابلیت شبکه عصبی یک مثال عددی آورده می شود. نتایج این تحقیق نشان می دهد گرچه تعیین نوع شبکه عصبی مناسب زمان بر است ولی از لحاظ دقت نسبت به روش سطح پاسخ مناسب تر می باشد. در ضمن ترکیب بهینه به دست آمده از روش سطح پاسخ یکی از جوابهای بهینه به دست آمده از روش شبکه عصبی می باشد
، ، ، ،
جلد 21، شماره 4 - ( 11-1389 )
چکیده
با توجه به نقش حساس مجموعه اکسل بالاخص کاسه چرخ خودرو، به دلیل مرتبط بودن آن با ایمنی سرنشینان، بررسی فرآیند تولید و مونتاژ وانجام آزمایشات کنترل کیفی حین این مراحل از اهمیت بسزایی برخوردار میباشد. در این مقاله با توجه به اهمیت بالای سه عامل اصلی قطر توپی قسمت کاسه نمد، قطر داخلی کاسه نمد و گشتاور مهره قفلی به عنوان متغیرهای مستقل، سعی بر آن داریم میزان گشتاور چرخشی کاسه چرخ خودرو را (تحت عنوان متغیر پاسخ)، به کمک مباحث مطرح در طراحی آزمایشات و روش سطح پاسخ بهینه نمائیم. در ادامه میزان گشتاور بهینه با استفاده از مدل برنامهریزی غیرخطی محاسبه و جهت بررسی آن با جواب به دست آمده از الگوریتم ژنتیک مقایسه شده اند.
مقصود امیری، علی محتشمی ،
جلد 25، شماره 2 - ( 6-1393 )
چکیده
این مقاله به معرفی یک متدولوژی جهت بهینه سازی نرخ تولید پرداخته و جهت این امر بر رویکرد تعیین بهینه موجودی های بافر تمرکز می کند. موجودی های بافر، موجودی هایی از قطعات نیمه ساخته بین ایستگاه های تولیدی به شمار می روند که ظرفیت آنها در طراحی خطوط تولید از اهمیت ویژه ای برخوردار بوده و تأثیر بسزایی بر نرخ تولید خط می گذارند. در این متدولوژی با کنار گذاشتن بسیاری از فرضیات ساده کننده، فرض می شود که تمامی زمان های ورود قطعات به سیستم، مدت زمان های خدمت دهی ماشین آلات، زمان بین خرابی ماشین ها، زمان لازم برای تعمیر ماشین ها می تواند غیر قطعی بوده و از توابع توزیع عمومی تبعیت کند (نه فقط تابع توزیع نمایی). جهت تعیین بهینه ظرفیت بافر ها، خط تولید به عنوان یک شبکه صف در نظر گرفته شده و با استفاده از متدولوژی سطح پاسخ، شبیه سازی کامپیوتری، الگوریتم ژنتیک و روش های تصمیم گیری چند هدفه، ظرفیت بهینه بافر ها تعیین می شود.
